一、Pandas库介绍

        1.什么是Pandas?  

                是提供高性能、易用数据类型和分析工具的第三方库。

                        简单说Pandas提供了两个事情

                        （1） 提供了便于操作数据的数据类型

                        （2）提供了很多的分析函数与分析工具

        2.引用

import pandas as pd

                 Pandas是基于Numpy实现的，与Numpy和Matplotlib一同使用。

        3.Pandas库的理解

                        Pandas库主要提供了两个数据类型：Series      Dataframe

                Series：相当于一个一维数据类型

                Dataframe：相当于一个二维到多维的数据类型

                         围绕这两个数据类型Pandas提供了基于上述数据类型的各类操作：基本操作、运算操作、特征类操作、关联类操作

                对比Numpy与Pandas

 二、Pandas库中的Series类型

        series类型：由一组数据及与之相关的数据索引组成

               

#自动索引
import pandas as pd
a = pd.Series([9,8,7,6])
print(a)

#自定义索引
import pandas as pd
a = pd.Series([9,8,7,6],['a','b','c','d'])
print(a)
print(a['b'])

Series类型可以由如下类型创建：

        1.从标量值创建

import pandas as pd
s = pd.Series(25,index=['a','b','c']) #这时候为了创建  必须怎加一个index这个区域，为了告诉Series，尽管你给了一个值是25，但是要生成的数组类型是个什么样的结构，
                                    # 就是说它是由几个元素构成的，他的标签是多少，这个时候我们必须要给出第二个参数。这就是从标量创建Series
print(s)

        2.从字典创建

import pandas as pd
d = pd.Series({'a':9,'b':8,'c':7})
print(d)

用index来改变形状

         3.从ndarray创建

import pandas as pd
import  numpy as np
n = pd.Series (np.arange(5))  #arange函数生成一个由五个元素生产的ndarry类型，他被转换成Series类型
print(n)

#可以用np.arange给出值，并且同时给出index（即索引）
m = pd.Series(np.arange(5),index=np.arange(9,4,-1))
print(m)

        4.总结

Series类型可以由如下类型创建：

• Python列表，index与列表元素个数一致
• 标量值，index表达Series类型的尺寸
• Python字典，键值对中的“键”是索引，index从字典中进行选择操作
• ndarray，索引和数据都可以通过ndarray类型创建
• 其他函数，range()函数等

5.series类型的基本操作

Series类型包括index和values两部分

Series类型的操作类似ndarray类型

Series类型的操作类似Python字典类型

 

Series类型的操作类似ndarray类型：

• 索引方法相同，采用[]
• NumPy中运算和操作可用于Series类型
• 可以通过自定义索引的列表进行切片
• 可以通过自动索引进行切片，如果存在自定义索引，则一同被切片

Series类型的操作类似Python字典类型：

• 通过自定义索引访问
• 保留字in操作
• 使用.get()方法

 

 

  三、Pandas库中的Dataframe类型

                 Dataframe类型由共用相同索引的一组列组成

                横向的表明不同列的叫做column，纵向的叫做index。

             总结                            

                        Dataframe是一个表格型的数据类型，每列值类型可以不同

                        Dataframe既有行索引、也有列索引

                        Dataframe常用于表达二维数据，但可以表达多维数据

        DataFram类型可以由如下类型创建：                  1.从而为ndarry对象创建

表示生成一个10元素的ndarry类型，然后将它重新变为2*5维度

                2.从一维ndarray对象字典创建

                3.从列表类型的字典创建 

 

import pandas as pd
d1 = {"城市":['北京','上海','广州','深圳','沈阳'],
      "环比":[101.5,101.2,101.3,102.0,100.1],
      "同比":[120.7,107.3,119.4,140.9,101.4],
      "定基":[121.4,127.8,120.0,145.5,101.6]}

d=pd.Dataframe(d1,index=['C1','C2','C3','C4','C5'])
print(d)